Universität Wien FIND

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Vor-Ort-Lehre und Umstellung auf Online-Prüfungen) erforderlich sein. Melden Sie sich für Lehrveranstaltungen/Prüfungen über u:space an, informieren Sie sich über den aktuellen Stand auf u:find und auf der Lernplattform moodle.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter https://studieren.univie.ac.at/info.

Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040331 KU Empirical Methods in Decision Sciences (MA) (2020S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung

service email address: opim.bda@univie.ac.at

An/Abmeldung

Details

max. 33 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Mittwoch 04.03. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 11.03. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 18.03. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 25.03. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 01.04. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 22.04. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 29.04. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 06.05. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 13.05. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 20.05. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 27.05. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 03.06. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 10.06. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 17.06. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock
Mittwoch 24.06. 15:00 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Seminarraum 16 Oskar-Morgenstern-Platz 1 3.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

In this course students are introduced to decision science relevant empirical methods. The major focus point of the course is the design and implementation of computerized interactive and static experiments. Students are introduced to the theoretical knowledge about various experimental designs, practical implementation of the designed experiment using Python language based platform and analysis of the results using Python & R based tools. Principal interest in computer programming can be helpful for this course. The course is taught in English.

The programming languages and tools used in the course are platform independent, nevertheless it is highly recommended to bring a laptop for students’ own convenience.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Written exam concerning theoretical design knowledge
oTree assignments
Data analysis assignments

Mindestanforderungen und Beurteilungsmaßstab

Participation in the first class is mandatory!
First class will be held in SR 16.
Students need a laptop for oTree and data analysis assignments.
All partial achievements (exam & assignments) must be positive in order to have a positive grade from the course.
0-50 points => 5
51-63 points => 4
64-75 points => 3
76-87 points => 2
88-100 points => 1

Prüfungsstoff

Course content
During the closure of university buildings, this course will be held online. Course materials and important informations regarding the course will be made available on Moodle. Please check regularly for new additions.

Literatur

Douglas, C. M. (2019). Design analysis of Experiments. John Wiley & Sons
Donohue, K., Katok, E., & Leider, S. (Eds.). (2018). The handbook of behavioral operations. John Wiley & Sons.
Guttag, J. V. (2013). Introduction to computation and programming using Python. Mit Press.
For oTree: https://otree.readthedocs.io/en/latest/
For Python: https://www.python.org
For JupyterLab: https://jupyterlab.readthedocs.io/en/stable/
For R: https://www.r-project.org

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:19